Ten zbiór danych jest częścią Katalogu wydawców i nie jest zarządzany przez Google Earth Engine. W przypadku błędów skontaktuj się z Land & Carbon Lab. Więcej zbiorów danych z katalogu Land & Carbon Lab. Więcej informacji o zbiorach danych wydawcy
- Właściciel katalogu
- Land & Carbon Lab
- Dostępność zbioru danych
- 2001-01-01T00:00:00Z–2025-01-01T00:00:00Z
- Dostawca zbiorów danych
- World Resources Institute Google DeepMind
- Kontakt
- Land & Carbon Lab
- Tagi
Opis
Ten zbiór danych przedstawia główne przyczyny utraty pokrywy drzew w latach 2001–2024 na całym świecie w rozdzielczości 1 km. Dane zostały opracowane przez World Resources Institute (WRI) i Google DeepMind przy użyciu globalnego modelu sieci neuronowej (ResNet) wytrenowanego na podstawie zbioru próbek zebranych w wyniku wizualnej interpretacji zdjęć satelitarnych o bardzo wysokiej rozdzielczości. Model wykorzystywał zdjęcia satelitarne (Landsat 7 i 8, Sentinel-2) oraz dane pomocnicze do klasyfikowania 7 kategorii czynników: stałe rolnictwo, surowce, rolnictwo przenośne, wycinka drzew, pożary, osady i infrastruktura oraz inne naturalne zakłócenia. Do oszacowania dokładności mapy wykorzystano niezależną, warstwową próbę losową pobraną na podstawie interpretacji zdjęć satelitarnych o bardzo wysokiej rozdzielczości.
Przyczyna to bezpośredni powód utraty pokrywy leśnej.Może to być zarówno tymczasowe zaburzenie (naturalne lub spowodowane przez człowieka), jak i trwała utrata pokrywy leśnej w wyniku zmiany sposobu użytkowania gruntu na inny niż leśny (np. wylesienie). Dominujący czynnik to bezpośredni czynnik, który w danym okresie spowodował największą utratę pokrywy drzew w każdej komórce o wymiarach 1 km. Klasy są zdefiniowane w ten sposób:
- Rolnictwo trwałe: długotrwała, trwała utrata pokrywy drzew na potrzeby rolnictwa na małą i dużą skalę. Obejmuje to uprawy drzew wieloletnich, a także pastwiska, uprawy sezonowe i systemy upraw, które mogą obejmować okres ugorowania. Działalność rolnicza jest uznawana za „stałą”, jeśli istnieją widoczne dowody na to, że trwa ona po utracie pokrywy drzew i nie jest częścią tymczasowego cyklu upraw.
- Surowce: utrata spowodowana utworzeniem lub rozbudową infrastruktury wydobywczej lub energetycznej.
- Rolnictwo przenośne: utrata pokrywy drzew z powodu wycinki na małą lub średnią skalę pod uprawy tymczasowe, które są później porzucane, a następnie odrastają w postaci lasu wtórnego lub roślinności.
- Wyrąb: gospodarka leśna i wyrąb drzew w zarządzanych lasach naturalnych lub półnaturalnych oraz na plantacjach, często z dowodami na odrastanie lasu lub sadzenie drzew w kolejnych latach. Obejmuje wycinkę całkowitą i selektywną, budowę dróg leśnych, przerzedzanie lasów oraz wycinkę ratunkową lub sanitarną.
- Pożar: utrata pokrywy drzew z powodu pożaru, po którym nie widać przekształceń spowodowanych przez człowieka ani działalności rolniczej. Pożary mogą być wywoływane przez przyczyny naturalne (np. uderzenie pioruna) lub być związane z działalnością człowieka (przypadkową lub celową).
- Osady i infrastruktura: utrata pokrywy drzew ze względu na rozbudowę i intensyfikację dróg, osad, obszarów miejskich lub infrastruktury (niepowiązanej z innymi klasami).
- Inne zaburzenia naturalne: utrata pokrywy drzew z powodu innych zaburzeń naturalnych niezwiązanych z pożarami (np. osuwisk, epidemii owadów, meandrowania rzek). Jeśli po stratach spowodowanych przyczynami naturalnymi następuje pozyskiwanie drewna z odzysku lub pozyskiwanie drewna w celu sanitarnym, jest ono klasyfikowane jako pozyskiwanie drewna.
Ograniczenia: ta usługa nie rozróżnia utraty naturalnych lasów i nasadzeń drzew (np. plantacji, upraw drzew lub systemów rolno-leśnych). Utrata pokrywy leśnej związana z rolnictwem trwałym, surowcami oraz osadami i infrastrukturą stanowi przybliżone oszacowanie wylesiania (trwałego przekształcenia lasu w inny sposób wykorzystania gruntów), ale te kategorie mogą czasami obejmować wycinkę zasadzonych drzew. Na przykład wycinka i ponowne zasadzenie sadu należą do kategorii trwałe rolnictwo, ale nie są wycinką lasu naturalnego. Podobnie zastąpienie lasu naturalnego plantacjami włókien drzewnych nie jest odróżniane od rutynowej wycinki na istniejących plantacjach założonych przed 2000 rokiem, ponieważ oba te przypadki są uwzględniane w klasie wycinki.
Ten produkt pokazuje dominujący czynnik w każdej komórce o wielkości 1 km w całym okresie. Nie pokazuje wielu kierowców, jeśli występują w tej samej komórce w mniejszej skali, ani nie podaje szczegółów sekwencji kierowców, jeśli wystąpili w różnych momentach w danym okresie. Dodatkowo te dane są ograniczone do przypisywania czynników do utraty pokrywy drzew, zgodnie z mapowaniem w ramach produktu Global Forest Change w wersji 1.12. Wykrywanie utraty pokrywy drzew zależy więc od dokładności tego produktu.
Pełny opis metod, specyfikacji technicznych, definicji, dokładności i ograniczeń znajdziesz w publikacji: https://doi.org/10.1088/1748-9326/add606 Dane można też pobrać z Zenodo i WRI Data Explorer.
Pasma
Rozmiar piksela
1111,95 m
Pasma
| Nazwa | Minimum | Maks. | Skalowanie | Rozmiar piksela | Opis |
|---|---|---|---|---|---|
classification |
1 | 7 | metry | Najbardziej prawdopodobna klasa na podstawie surowych prawdopodobieństw. |
|
probability_1 |
0 | 250 | 0,004 | metry | Prawdopodobieństwo klasy „Rolnictwo stałe” (skalowane do zakresu [0–250]). |
probability_2 |
0 | 250 | 0,004 | metry | Prawdopodobieństwo klasy „Surowce twarde” (skalowane do przedziału [0–250]). |
probability_3 |
0 | 250 | 0,004 | metry | Prawdopodobieństwo klasy „Rolnictwo przenośne” (skalowane do zakresu [0–250]). |
probability_4 |
0 | 250 | 0,004 | metry | Prawdopodobieństwo klasy „Logging” (skalowane do zakresu [0–250]). |
probability_5 |
0 | 250 | 0,004 | metry | Prawdopodobieństwo wystąpienia klasy „Pożar lasu” (skalowane do zakresu [0–250]). |
probability_6 |
0 | 250 | 0,004 | metry | Prawdopodobieństwo klasy „Osady i infrastruktura” (skalowane do zakresu [0–250]). |
probability_7 |
0 | 250 | 0,004 | metry | Prawdopodobieństwo wystąpienia klasy „Inne zaburzenia naturalne” (skalowane do zakresu [0–250]). |
Tabela klasyfikacji
| Wartość | Kolor | Opis |
|---|---|---|
| 1 | #E39D29 | rolnictwo trwałe, |
| 2 | #E58074 | Surowce twarde |
| 3 | #E9D700 | rolnictwo wędrowne, |
| 4 | #51A44E | Logowanie |
| 5 | #895128 | Wildfire |
| 6 | #A354A0 | Osady i infrastruktura |
| 7 | #3A209A | Inne zaburzenia naturalne |
Warunki korzystania z usługi
Warunki usługi
Cytaty
Sims, M.J., R. Stanimirova, A. Raichuk, M. Neumann, J. Richter, F. Follett, J. MacCarthy, K. Lister, C. Randle, L. Sloat, E. Esipova, J. Jupiter, C. Stanton, D. Morris, C.M. Slay, D. Purves i N. Harris. 2025 r. „Global Drivers of Forest Loss at 1 Km Resolution”. Environmental Research Letters 20 (7): 074027. doi:10.1088/1748-9326/add606
Odkrywaj za pomocą Earth Engine
Edytor kodu (JavaScript)
Map.setCenter(-9.22,20.65,3) var drivers = ee.Image('projects/landandcarbon/assets/wri_gdm_drivers_forest_loss_1km/v1_2_2001_2024'); var drivers_class = drivers.select(['classification']); var vis = { "min":1, "max": 7, "palette": ['E39D29','E58074','e9d700','51a44e','895128','a354a0','3a209a'] }; Map.addLayer(drivers_class, vis, 'Drivers of Forest Loss, 2001-2024'); var permAg_prob = drivers.select(['probability_1']); //Select a probability band var probVis = { min: 0, max: 250, palette: ['#440154','#481567','#482677','#453781','#3b528b','#2c728e','#21908d','#27ad81','#5ec962','#aadc32','#fde725'] }; Map.addLayer(permAg_prob, probVis, 'Probability band for permanent agriculture', false);